基于可信语义深度学习的文本文献搜索方法

• 作者: 曾国荪 谢英杰
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 文本文献 信任事实 可信语义 深度学习 智能搜索
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 96-103
• 页数: 8页
• 分类号: TP181
• 字数: 7827字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1807-0228

摘要

针对传统文本搜索返回结果不准确、不满意的问题,提出一种基于可信语义深度学习的文本搜索方法.首先为了充分挖掘文本的可信语义,通过文本中的信任事实,以及人机交互标注的方式计算文本的可信度.利用网络爬虫抓取大量文本文献学习训练数据,并且构建深度学习神经网络模型,以文本的语义矩阵为输入,以文本的可信度为输出,通过有监督学习,训练出评估文本可信度的深度学习神经网络模型.最后应用该神经网络模型实现文本文献的搜索.通过"中国政治党建"领域的搜索实验表明:该方法在平均可信度方面优于传统搜索方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曾国荪	同济大学计算机科学及技术系	102	1102	17.0	29.0
2	谢英杰	同济大学计算机科学及技术系	1	0	0.0	0.0